视觉测量中可纠错的编码点识别及提取

针对视觉测量中经常发生椭圆点检测错误,影响三维场景的匹配,甚至影响三维重建的问题,设计了一种可纠错的编码点方案。将信息论中的信道可纠错编码方法用于编码点的设计,基于线性分组码将编码分为信息元和校验元,从而设计了生成矩阵和校验矩阵。在检测出错误时利用伴随式矩阵进行纠错,最后进行解码实现三维匹配。分析了编码点的解算及提取,从而大大提高了编码点的抗噪性。该方法不仅具有高的抗噪性能,同时可进一步拓展空间并且具有较好的实用价值。实验表明:文中设计的编码点方案完全可行,具有易于识别、可自行纠错的优点,在发生1位编码点错误的情况下可以实现100%纠错。

环状编码标记点的高效提取与鲁棒识别算法

针对当前环状编码标记点(CCT,circular coded target)的提取与识别算法效率、识别率较低的问题,提出了一种高效提取与鲁棒识别算法。介绍了编码标记点的特征及编码方式,采用提出的六点法获取目标点近似成像中心、边缘检测和椭圆拟合及边缘筛选,实现CCT的提取;根据CCT的仿射变换不变性提出的等分椭圆内切圆法,实现CCT的识别。对提出的算法进行了实验验证,结果表明,提取算法可有效剔除干扰且运行快速,效率高;椭圆拟合最大偏差与平均偏差分别小于0.06pixel和0.03pixel,精度高;识别算法在各种恶劣条件下均能得到正确结果,鲁棒性强;在复杂背景下,全局漏识别率、误识别率及平均运行时间分别为4.34%、0.47%和7.22ms,相对于其他识别算法,综合性能最优。